skills

AMDスキル <div align="center"> <img src="assets/banner.gif"alt="AMD Skills"/> **スキルカタログの閲覧 →** </div> AMD スキルは、AMD ハードウェアとソフトウェアを扱うための知識、スクリプト、および慣習をエージェントに提供します。 このリポジトリのスキルは、標準化されたエージェントスキルのフォーマットに従い、Cursor、Claude Code、OpenAI Codex、Gemini CLIなどの主要なコーディングエージェントと相互運用するように設計されています。 > 【重要】 >**技術プレビュー:** 開口部にカタログを構え、基礎が形づくにつれて進捗を共有しています。 スキル、カテゴリー、説明などの頻繁な変化が変化する。 インストール `skills` CLI で `npx` 経由で AMD スキルをインストールします。 要求されるクローンか手動コピー無し。 これは、スキルとインストール先を選ぶプロンプトです。 特定のスキルを特定のエージェントにインストールするには、`--skill` を 1 つ以上 `-agent` フラグ (`cursor`、`claude-code`、`codex` など) で渡します。 インストールする前に利用可能なすべてのものをブラウズ: Node.js が必要です。 手でそれを行うには? マニュアルインストールを参照してください。 スキルを使う スキルがインストールされると、エージェントに話しながらプレーン言語で参照してください。 例えば: - 「AMDスキルを使用して、クラウドトークンを焼くのではなく、ローカルで画像を生成する方法を学びます。」 - 「AMDスキルを使用して、AMD Instinct GPUの侵入にこのLMLをデプロイする」 ほとんどの場合、エージェントは説明から自分自身で正しいスキルを選びます。明示的な呼び出しは、要件ではなくフォールバックです。 実践的なステップバイステップのガイドでは、アクションのスキルを提示し、ウォークスルーを参照してください。 カタログ 初期のカタログは、クライアントからクラウドまでの全スタックを網羅する3つの焦点領域に編成されます。 このカタログは、より多くのスキルの土地として大きく成長することが期待されます。 クライアントネイティブ Ryzen AI で実行して最適化します。 | スキル | | ソース | | お問い合わせ | | `local-ai-use` | ルートイメージ生成、テキスト・ツー・スピーナ、音声・ツー・テキストをローカルのAIサーバーを通じて、トークンコストを削減します。 | インレポ | | `local-ai-app-integration` | ローカルAIをクラウドLLMアプリに統合し、オフラインサポート、より良いプライバシー、およびAPIコストを削減します。 | インレポ | クロススタック クライアントからクラウドへのクロススタックスキル。 | スキル | | ソース | | お問い合わせ | | `rocm-doctor` | 既知のミスコンフィギュレーションの固定リストに対するAMD GPU上のROCm / PyTorch / llama.cppの失敗を診断します。 | 予定 | | 「hyperloom-workload-optimizer」 | AMD GPUのLMインフェレンスを自動最適化 | 予定 | | `lemonade-router-builder` | コンテンツ、感度、または必要な機能に基づいてリクエストを処理するLemonadeモデルルータを設定します。 | インレポ | | 『hrr-replay-analysis』 | AMD Instinct、Radeon、およびHIP RecordとReplayのアーカイブを使用してRyzenのハードウェアを渡るROCmのGPUのワークロードの動作を記録し、再再生し、分析して下さい。 | 予定 | サーバーネイティブ AMD Instinctで実行して最適化します。 | スキル | | ソース | | お問い合わせ | | `serving-llms-on-instinct` | AMD Instinct GPU の終端に LLM 推論を展開: ハードウェア(またはAMD Developer Cloud 経由でのオンボード)を検出し、モデル適合を検証し、適切な vLLM のレシピを適用し、ベンチマークされたエンドポイントを起動します。 SGLang とエンジン/バックエンドの選択後フェーズ | インレポ | | `serving-llms-on-epyc` | vLLM + zentorch、コンテナ(Docker/Podman)またはコンダでAMD EPYC CPUでLMを動作させる。 CPUの検出、ランタイム/envの検証、vLLMモデルサポートおよびRAMフィットチェック、ハードウェアサイズのスレッド/KV、起動、健康検証を処理します。 単一インスタンス; 障害を報告し、停止します。 | インレポ | | `magpie-kernel-evaluator` | GPUカーネルの正しさとパフォーマンスを評価し、カーネルの実装を比較し、vLLM / SGLangは、プロファイリング、TraceLens、およびトーチトレースギャップ解析に関与しています。 | マグパイ | | `tracelens-analysis-orchestrator` | TraceLens を用いたモジュール式 PyTorch プロファイルトレース解析: パーフ レポートを生成し、システムレベルの実行とコンピュート・カーネルのサブアナライザを並行して実行し、優先するステークホルダーレポートを書く。 | トレースレンズ | スキルとは? スキルは、エージェントが集中したタスクを実行するために必要なすべてのものを束ねる、自己完結したフォルダです。指示、ヘルパースクリプト、プロンプト、テンプレート、および参照。 その中核は、YAMLのフロントマッター、`name`、およびエージェント *when* にスキルを有効化し、エージェントが使用中に読み込まれるガイダンスを指示する短い `description` の `SKILL.md` ファイルです。 エージェントがスキルが関連づけられた場合(または明示的に呼び出す)、`SKILL.md` と follo が読み込まれる